Tehnologia bazelor de date

1.1. Evolutia organizarii datelor

Societatea contemporana, caracterizata prin afluxul fara precedent de informatie de diferite tipuri si pe diverse canale, necesita strategii si instrumente din ce in ce mai complexe pentru stocare, procesare si, mai ales, interpretare. In acest context, se pune problema transformarii informatiei în date si organizarea acestora într-o asemenea maniera încât în orice moment sa poata fi extrase, cu promptitudine si exactitate, datele favorabile realizarii unui scop specific.

Datele sunt fapte culese din lumea reala. Ele sunt preluate din masuratori si observatii si constituie orice mesaj primit de un receptor sub o anumita forma. O perceptie a lumii reale poate fi privita ca o serie de obiecte sau fenomene distincte sau interdependente.

Datele în sine nu au nici un fel de semnificatie. Mai mult decât atât, nefiind altceva decât o însiruire de litere si cifre, ele pot primi diverse interpretari, cele mai multe dintre ele fiind, de obicei, gresite. Datele se refera la numere, fapte, diferite documente etc. Informatiile se refera la date organizate, date care au fost filtrate si ordonate dupa anumite criterii. Dorinta oricarui utilizator este obtinerea de informatie si nu manipularea unor date seci. Un model de date corect alcatuit ofera posibilitatea transformarii informatiilor în date si a acestora înapoi în informatii fara a denatura sensul lor initial. A obtine informatie înseamna, de fapt, a introduce datele disponibile într-un anumit context conferindu-le în acest fel o anume semnificatie. Ceea ce se înmagazineaza într-o baza de date, asa cum am aratat, sunt datele care au o natura statica în sensul ca ele ramân în aceeasi stare pâna în momentul modificarii lor de catre administratorul bazei de date prin intermediul unui proces manual sau automat. Pentru ca datele sa poata fi transformate în informatie ele trebuie organizate astfel încât sa poata fi prelucrate efectiv. Pentru a determina în cazul unei aplicatii modul de organizare a datelor, trebuie determinate acele caracteristici ale datelor care permit extragerea esentei întelesului lor.

O multime formala si consistenta de reguli defineste un model de date.

Pentru o aplicatie particulara a unui model de date, numele obiectelor bazei de date împreuna cu proprietatile lor si asocierile dintre ele se numeste schema.

Un ansamblu de date organizat dupa anumite criterii reprezinta o colectie de date.

O colectie de obiecte care au identitate proprie si sunt caracterizate de o conditie de apartenenta se numeste multime.

Procesul de definire si structurare a datelor în colectii, gruparea lor precum si stabilirea elementelor de legatura dintre componentele colectiei si între colectii reprezinta organizarea datelor.

Fisierul este o colectie de date organizate pe criterii calitative, de prelucrare si de scop. Un fisier reprezinta o colectie de date aflate în asociere ce are o denumire si care este reprezentat, de obicei, cu ajutorul unei secvente de bytes sub forma celor doua vederi:

Vederea logica: reprezinta felul în care utilizatorul vede fisierul;

Vederea fizica: reprezinta felul în care fisierul este stocat în memoria externa a calculatorului.

Aceste doua vederi pot fi, evident, foarte diferite între ele.

O baza de date reprezinta o colectie integrata si structurata de date operationale înmagazinate pe un mediu de stocare. Elsmari si Navathe definesc o baza de date sub forma unei colectii de date aflate în asociere. Scopul unei baze de date este acela de a înmagazina datele în asa fel încât sa se poata obtine informatia dorita în orice moment. Informatiile, spre deosebire de date, au un caracter dinamic în sensul ca ele se modifica în functie de datele înmagazinate în baza de date, dar si în sensul ca ele pot fi procesate si prezentate în diverse feluri.

Pentru a face diferenta dintre date si informatii, Hernandez propune urmatoarea axioma:

Datele reprezinta ceea ce se înmagazineaza; informatia reprezinta ceea ce se extrage.

Cu alte cuvinte, datele trebuie extrase în asa fel din baza de date încât sa capete semnificatie.

Evolutia în timp a metodelor de organizare a datelor e legata de solutiile tehnice de înmagazinare a acestora si cuprinde nivelele:

1. Nivelul I - organizarea datelor în fisiere clasice;

2. Nivelul II - organizarea mixta în fisiere;

3. Nivelul III - organizarea datelor în bazele de date clasice;

4. Nivelul IV - organizarea datelor în bazele de date relationale;

5. Nivelul V - organizarea datelor în baze de date distribuite.

În cadrul acestei evolutii se disting etapele:

Etapa I - este perioada caracterizata de înregistrarea datelor pe benzi magnetice. Aceasta etapa se apropie mult de sistemul manual de organizare a datelor (îndosariere - datele sunt organizate, în principal, sub forma de fisiere secventiale datorita suportului magnetic (benzi)). Programatorii erau nevoiti sa efectueze o serie de operatii de gestiune a datelor, datorita puternicei legaturi dintre aplicatii si date.

În aceasta etapa se remarca urmatoarele caracteristici:

- structura logica coincide cu cea fizica si, prin urmare, programatorul trebuie sa descrie si organizarea fizica a datelor pe suport, lucru incomod, la schimbarea suportului;

- prelucrarea se face pe loturi;

- dependenta aplicatiilor fata de date (o modificare în structura datelor sau a dispozitivului de memorare implica modificari ale programelor de aplicatie si recompilarea lor si, ca urmare, trebuie ca datele sa fie redefinite în cadrul aplicatiei ori de câte ori apare o modificare în structura bazei de date);

- redundanta mare în memorarea datelor datorita faptului ca aceleasi date sunt memorate separat pentru fiecare aplicatie ce are nevoie de ele;

- legaturile dintre fisiere trebuie specificate în cadrul programelor aplicatie;

- fiecare aplicatie are propriile date si este singura care le poate folosi;

- programele realizeaza numai operatii simple de intrare/iesire.

Etapa a II-a - este caracterizata de înregistrarea datelor pe discul magnetic. Datele se pot organiza acum atât în fisiere secvential-indexate cât si în fisiere cu acces direct. Anterior acestei etape datele erau înmagazinate în fisiere obisnuite, fie în format ISAM (Indexed Sequential Access Method) fie în format VSAM (Virtual Storage Access Method). Datele sunt înmagazinate si extrase acum în unitati numite blocuri sau pagini. Spre deosebire de înmagazinarea în memoria RAM, timpul necesar extragerii unei pagini difera în functie de localizarea acesteia